两个实用的期货投研框架(二)
发布时间:2020-6-23 13:36阅读:381
框架2:估值+驱动
估值+驱动的投研方法主要采取二维四象的方式对商品进行分类,在这个二维四象图中,横轴是估值,纵轴是驱动,然后每一个品种根据自身估值与驱动的情况,落入到不同的象限当中,从而选择不同的交易策略。
如何理解估值+驱动的逻辑呢?你可以把估值想象成势能,把驱动想象成动能。我们学过物理都知道,一般势能高的时候,动能比较低,相反,势能低的时候,动能比较高,如果没有热量损失的话,根据能量守恒定律,动能和势能之间进行进行互相转化。
举个简单的例子,像螺纹这种情况,高利润或者高价格就是从估值角度去看,它就是势能;高产量却低库存说明需求很好,你可以把这种需求理解为动能,当动能无法转化为势能时,接下来就是势能转化为动能的过程,估值发生了变化,驱动向反方向发生了变化。
理解了估值和驱动的逻辑之后,接下来我们要做的事情就是如何进行估值以及如何寻找驱动,这是这种方法的一个难点。
如何进行估值?
先来简单谈一下估值,不仅要对现货进行估值,也要对期货进行估值。对现货估值的方法有很多,有人认为高价格代表现货高估,我认为这是不可取的,随着货币超发,通货膨胀增加,高价格并不一定代表商品被高估了;也有人认为用高利润代表现货高估,我认为这个勉强可取的,高利润通常代表了商品被高估了。但是从更精确的角度来讲,高利润率才是最合适的。
此外,我们还需要期货进行估值,通常情况下我们利用基差来判断期货相对于现货来说,是低估还是高估,这个也是勉强可以的,更严格来说,应该使用基差率。这样的话能够把不同价位的品种合理地分配到估值+驱动的四个象限当中。
所以我们可以使用利润率指标来进行绝对估值,使用基差率指标来进行相对估值。从估值角度来说,我们应该做多低估品种,做空高估品种。
如何分析驱动?
再来谈一下驱动,一切的驱动因素皆源自于基本面,而基本面最核心的就是供需平衡表,而供需平衡表中最重要的一个指标就是库存消费比。库存消费比较高,说明驱动向下;库存消费比较低,说明驱动向上。所以需要制定商品的月度供需平衡表,来实时追踪库存消费比的变化情况。
但是对于大多数个人交易者来说,想要自己制作商品的供需平衡表几乎是不可能,因为他们根本没有办法获得那么多的供需、库存、进出口、消费等数据,这也是我为什么更多的介绍“库存+基差+利润”这种分析框架的一个重要原因。
当然,除了库存消费比这个指标之外,开工率也是一个非常不错的指标,企业自身高开工率对价格的驱动作用向下,企业自身低开工率对价格的驱动向上。当然,在使用开工率进行判断时,最好能够结合产能利用率,因为如果产能利用率低的话,即使开工率高也不一定会产生大量供给,驱动不一定向下;相反,如果产能利用率高的话,即使开工率低也有可能产生大量供给,驱动可能会向下。
所以我们可以利用库存消费比这个指标对所有商品进行驱动分析,然后针对不同行业的品种,可以结合产业自身特点,选择开工率、产能利用率等指标辅助分析驱动作用。从驱动的角度来说,做多驱动向上的品种,做空驱动向下的品种。
如何进行策略搭配?
我们继续来想象一下估值+驱动的二维四象图,横轴是估值,纵轴是驱动,那么第一象限就是高估值且驱动向上的品种,第二象限就是低估值且驱动向上的品种,第三象限就是低估值且驱动向下的品种,第四象限就是高估值且驱动向下的品种。
当估值与驱动指向一致的时候,我们采取单边交易策略;当估值与驱动不一致的时候,我们采取套利或对冲交易策略。所以我们进一步对不同象限的品种可以采取这样的策略搭配:
第一象限:高估值驱动向上——>套利或对冲
第二象限:低估值驱动向上——>单边做多
第三象限:低估值驱动向下——>套利或对冲
第四象限:高估值驱动向下——>单边做空
需要注意的是,高估值驱动向上的品种如果选择做跨期套利,通常适合做正套;低估值驱动向下的品种如果选择做跨期套利,通常适合做反套,尤其是结合仓单有效期的规定来做反套。
如何进一步去细化?
如果两个品种都落在同一个象限,在我们只能选择做一个品种的情况下,应该选哪一个呢?显然,我们只注重了分类,却没有注重量化,我们还需要给二维四象的坐标轴赋予一定的刻度,这样的话,当两个品种落在同一个象限时,我们就能够很容易做出选择。
估值分为严重低估(-3)、正常低估(-2)、略微低估(-1)、略微高估(1)、正常高估(2)、严重高估(3)这6种情况,驱动分为强烈驱动向下(-3)、正常驱动向下(-2)、略微驱动向下(-1)、略微驱动向上(1)、正常驱动向上(2)、强烈驱动向上(3)。这样一来,整个二维四象图就都有了刻度坐标。
我们在采用估值的时候使用利润率、基差率,驱动的时候使用库存消费比、开工率、产能利用率,这些数值都可以进一步被量化。
以估值为例,首先我们需要对现货进行估值,使用利润率指标,针对不同的利润率情况,其在二维四象图中的取值范围是-3到3,然后我们对期货进行估值,使用基差率指标,其在二维四象中的估值范围也是-3到3。
如果我们把对现货的绝对估值和对期货的相对估值采取等权重的方式对待的话,那么最终这个品种的估值结构就是,利润率估值与基差率估值的算术平均数。一个品种从利润率角度对现货估值为2.54,从基差率角度对期货进行估值为-0.54,那么这个品种的最终估值就是(2.54-0.54)/2=1.00。
驱动的处理方式也是如此。但是这里面有一个非常重要也是最难得一点就是,如何把一个百分比转化成象限图中对应的坐标值。可能很多人在这一步不知所措,其实很简单。以利润率为例,你需要把这个品种历史的利润率情况做出来,它会有一个利润率分布图,最差的利润率情况对应是-3,最好的利润率情况对应3,然后利用数学中的插值法,任何一个利润率你都能够得到一个准确的估值,而这个估值结果就是符合我们的象限图的值。
但是这也存在一个问题,就是利润率分布图是否服从均匀分布或者正态分布,所以这就需要采取其他方法,例如剔除异常值,或者其他更加复杂的统计和计量方法去处理。所以对大多数个人交易者来说,想要把“估值+驱动”这种逻辑做得非常细,难度还是比较大的。
本人具有五年证券从业经历,六年期货从业经历,致力为您提供专业、精准、高效的金融服务,对各领域热点板块颇有心得,愿为您的投资之路助力。
详情联系:13308040732(电话/微信),850479821(QQ)。
温馨提示:投资有风险,选择需谨慎。
![](https://static.cofool.com/licai/Home/image/counselor/read-yz.jpg)